NIZRINA YUNDA PUTRI Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Komputer 2022

Skripsi

Pengenalan wajah biasanya digunakan dalam hal keamanan, terlebih lagi dalam hal teknologi pengawasan. Pengenalan wajah cross spectral merupakan sistem pengenalan wajah yang menggunakan lintas spektrum yang berbeda. Seperti citra diambil menggunakan kamera dengan spektrum VIS, kemudian dicocokkan dengan citra yang diambil menggunakan kamera dengan spektrum NIR. Karena perbedaan kondisi pencahayaan saat pengambilan citra, menjadikan kedua hasil citra juga berbeda. Perbedaan kondisi pencahayaan ini yang menjadi tantangan dalam pengenalan wajah cross spectral. Penelitian ini mengimplementasikan metode Convolutional Neural Network (CNN) menggunakan arsitektur MobileNetV2 untuk pengenalan wajah pada dataset Long-Distance Heterogeneous Face database (LDHF-DB). Penelitian ini menguji pada tiga skenario berbeda yaitu pada jarak 1m, 60m, dan 100m. Nilai akurasi yang didapatkan dengan diterapkan homomorphic filtering dan tanpa homomorphic filtering pada jarak 1m yaitu sebesar 90% dan 73%, kemudian pada jarak 60m didapatkan nilai akurasi sebesar 61% dan 60%, dan pada jarak 100m didapatkan nilai akurasi sebesar 50% dan 49%. Berdasarkan uji coba, penggunaan homomorphic filtering di tahap preprocessing dapat meningkatkan akurasi sampai dengan 17%. Penelitian ini membuktikan bahwa pada pengenalan wajah citra cross spectral, arsitektur MobileNetV2 sangat baik digunakan sehingga dapat menghasilkan akurasi 90% Kata Kunci : Pengenalan wajah, cross spectral, MobileNetV2 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 106540 2022-12-02 12:46:51 2022-12-02 14:56:20 machine generated